决策树算法实现
报告内容
分类算法概述
决策树算法介绍
算法实现
试验结果
分类算法概述
数据分类分两步过程：
第一步，建立描述预先定义的数据类或
概念集的分类器。这是学习步（或训练
阶段），其中分类算法通过分析或从训
练集“学习”来构造分类器。
第二步，就是使用模型进行分类
分类算法概述
数据分类的基本技术：
建立决策树分类器 贝叶斯分类器
贝叶斯信念网络 基于规则的分类器
支持向量机的最近分类方法 K 最邻近分类器
基于案例的推理 遗传算法
向后传播（神经网络技术）法
基于关联规则挖掘的分类
粗糙集和模糊逻辑技术等
决策树算法介绍
构造决策树的流程：
决策树构造算法
output
训练集
决策树
input
- 1
- 2
- 3
- 4
- 5
前往页